神经网络敏感性分析的高光谱遥感影像降维与分类方法

摘要：

高光谱遥感影像由于其巨大的波段数直接导致信息的高冗余和数据处理的复杂,这不仅带来庞大的计算量,而且会损害分类精度.因此,在对高光谱影像进行处理、分析之前进行降维变得非常必要.神经网络敏感性分析可以用于对模型的简化降维,该文将该方法运用于高光谱遥感影像降维中,通过子空间划分弱化波段之间的相关性,利用差分进化算法(DE)优化神经网络结构,采用Ruck敏感性分析方法剔除掉对分类贡献较小的波段,从而实现降维.最后,采用AVIRIS影像进行实验,所提算法相比其他相近的降维与分类方法能获得更高的分类精度,达到85.83%,比其他相近方法中最优方法高出0.31%.

关键词：高光谱遥感影像降维、神经网络敏感性分析、子空间划分、差分进化、Ruck敏感性分析

所属期刊栏目：38

分类号：TP751.2(遥感技术)

资助基金：中央高校基本科研业务费项目2014B13214, 2015B 26914;十二五国家科技支撑计划项目2015BAB07B03;河海大学国家级大学生创新训练计划项目201610294061 The Fundamental Research Funds for the Central Universities2014B13214, 2015B26914;The Projects in the National Science & Technology Pillar Program during the Twelfth Five-year Plan Period2015BAB07B03;The National Undergraduate Training Program for Innovation and Entrepreneurship of Hohai University201610294061

在线出版日期：2016-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2715-2723